佘雪鋒

（臺(tái)州經(jīng)濟(jì)研究所，浙江 臺(tái)州 318000）

消費(fèi)者價(jià)格指數(shù)和生產(chǎn)者價(jià)格指數(shù)相關(guān)性研究
——基于Copula函數(shù)

佘雪鋒

（臺(tái)州經(jīng)濟(jì)研究所，浙江 臺(tái)州 318000）

利用Copula函數(shù)，基于2004.1-2012.3的消費(fèi)者價(jià)格指數(shù)(CPI)和生產(chǎn)者價(jià)格指數(shù)(PPI)數(shù)據(jù)，文章實(shí)證分析CPI和PPI的相互關(guān)系；通過平方歐式距離檢驗(yàn)，認(rèn)為t-Copula函數(shù)是所有Copula函數(shù)中對CPI和PPI的擬合程度最優(yōu)，計(jì)算結(jié)果表明CPI、PPI存在對稱的尾部相關(guān)性，兩者表現(xiàn)出同時(shí)上漲或同時(shí)下跌的狀態(tài)；全國消費(fèi)者價(jià)格指數(shù)NCPI、城市消費(fèi)者價(jià)格指數(shù)UCPI和農(nóng)村消費(fèi)者價(jià)格指數(shù)RCPI與PPI的尾部相關(guān)系數(shù)分別為0.4192、0.4560和0.2136，農(nóng)村相對城市自給自足成分較高和消費(fèi)結(jié)構(gòu)的差異，PPI對RCPI的影響程度要弱于對UCPI的影響程度。

消費(fèi)者價(jià)格指數(shù)；生產(chǎn)者價(jià)格指數(shù)；Copula函數(shù)；消費(fèi)結(jié)構(gòu)

一、引言

消費(fèi)者價(jià)格指數(shù)(CPI)是反映一定時(shí)期內(nèi)城鄉(xiāng)居民購買的生活消費(fèi)品和服務(wù)項(xiàng)目價(jià)格變動(dòng)趨勢和幅度的指標(biāo)，與居民日常生活密切相關(guān)，能夠相對全面地反映消費(fèi)市場價(jià)格的變動(dòng)；生產(chǎn)者價(jià)格指數(shù)(PPI)是反映全部工業(yè)品出廠價(jià)格總水平變動(dòng)趨勢和幅度的指標(biāo)，是反映工業(yè)生產(chǎn)領(lǐng)域的價(jià)格水平，包括工業(yè)品第一次出售時(shí)的出廠價(jià)格和企業(yè)作為中間投入的原材料、燃料、動(dòng)力的購進(jìn)價(jià)格。目前這兩個(gè)指數(shù)已成為觀察宏觀經(jīng)濟(jì)運(yùn)行狀況、制訂和調(diào)整政策的重要參考指標(biāo)，在每月發(fā)布時(shí)都會(huì)引起政府、學(xué)界和百姓的廣泛關(guān)注和熱議，而關(guān)于CPI和PPI的相互關(guān)系越來越成為研究的熱點(diǎn)問題。從理論角度而言，PPI是CPI的先行指標(biāo)，決定CPI的走勢和方向，但是從2008年后我國的CPI和PPI走勢出現(xiàn)了明顯倒掛現(xiàn)象，即生產(chǎn)者價(jià)格指數(shù)很長一段時(shí)間不向消費(fèi)者價(jià)格指數(shù)傳導(dǎo)或者反向傳導(dǎo)，因此厘清CPI和PPI的傳導(dǎo)關(guān)系對弄清物價(jià)問題具有非常重要的意義。

關(guān)于CPI和PPI相互關(guān)系的研究文獻(xiàn)非常多，具體可以歸結(jié)為以下三類：

第一類是CPI和PPI之間存在“單向關(guān)系”，宋金奇(2008)認(rèn)為CPI是PPI的一個(gè)先行指標(biāo)，而PPI并不是CPI的先行指標(biāo)，兩者表現(xiàn)為非同步的關(guān)系，暗含假定CPI的變動(dòng)是引起PPI變動(dòng)的原因；鄒煒等(2009)認(rèn)為PPI是CPI的先行指標(biāo)，會(huì)對CPI產(chǎn)生傳導(dǎo)作用，當(dāng)前PPI的走勢會(huì)決定后市CPI的大致方向；蕭松華(2009)的研究表明，由于生產(chǎn)資料價(jià)格指數(shù)、生活資料價(jià)格指數(shù)和原材料、燃料和動(dòng)力價(jià)格指數(shù)都引導(dǎo)了CPI變動(dòng)，是PPI引導(dǎo)了CPI的變動(dòng)；第二類是CPI和PPI之間存在“雙向關(guān)系”，徐偉康(2010)在質(zhì)疑賀力平(2008)一文指出賀文的實(shí)證分析存在問題，CPI和PPI在短期和長期內(nèi)互為對方的格蘭杰原因；陳貝等(2008)的分析表明，PPI對CPI有顯著的相互傳遞作用，CPI的快速上漲可能會(huì)導(dǎo)致PPI更大程度的上漲；戴蕓(2009)認(rèn)為上游PPI增長將加大下游CPI增長，而CPI的上漲反過來也會(huì)推動(dòng)PPI同方向變化。第三類是CPI和PPI之間存在“復(fù)雜關(guān)系”或“不確定關(guān)系”，陳建奇(2008)認(rèn)為PPI與CPI沒有必然的聯(lián)系，當(dāng)前PPI幾乎不向CPI傳導(dǎo)；賀力平(2008)認(rèn)為CPI和PPI之間存在復(fù)雜的關(guān)系，兩者的關(guān)系總體上是預(yù)先不能確定的，有關(guān)“誰帶動(dòng)誰”的價(jià)格傳遞關(guān)系的觀點(diǎn)忽視了問題的復(fù)雜性，兩個(gè)價(jià)格指數(shù)之間可能存在多種因果關(guān)系或非因果關(guān)系；王學(xué)慶(2009)研究認(rèn)為CPI與PPI之間只有少部分價(jià)格存在間接對應(yīng)關(guān)系，PPI上漲并不意味著CPI上漲；張成思(2010)認(rèn)為賀文在格蘭杰因果檢驗(yàn)中沒有使用ECM修正價(jià)格序列的非平穩(wěn)問題，因此統(tǒng)計(jì)推斷結(jié)果不夠準(zhǔn)確，研究表明，PPI對CPI的傳導(dǎo)是顯著的。至此，對生產(chǎn)者價(jià)格指數(shù)和消費(fèi)者價(jià)格指數(shù)傳導(dǎo)方向的爭論被推向高潮。

基于分析，上述這些研究暗含假定PPI和CPI之間的關(guān)系是線性的，但線性相關(guān)性不足以全面完整地刻畫變量之間的相關(guān)結(jié)構(gòu)(Patton，2006)，而非線性相關(guān)性分析模型——Copula函數(shù)在分析變量間的相關(guān)性時(shí)更為穩(wěn)健，它捕捉到的 Kendall相關(guān)系數(shù) τ、Spearman相關(guān)系數(shù)ρ和尾部相關(guān)系數(shù)比線性相關(guān)關(guān)系更接近現(xiàn)實(shí)。

文章其余部分結(jié)構(gòu)如下：第一部分定義Copula函數(shù)和尾部相關(guān)性，第二部分為變量說明及統(tǒng)計(jì)描述，第三部分為實(shí)證分析和模型評(píng)價(jià)，最后一部分得出分析結(jié)論。

二、Copula函數(shù)和相關(guān)性定義

Copula函數(shù)可以追溯到Sklar(1959)定理，它把多維隨機(jī)變量的聯(lián)合分布用一維邊際分布連接起來，能很好地刻畫變量間非線性、非對稱的相關(guān)關(guān)系。目前，Copula函數(shù)廣泛應(yīng)用于風(fēng)險(xiǎn)管理、保險(xiǎn)和金融經(jīng)濟(jì)學(xué)，而在農(nóng)業(yè)經(jīng)濟(jì)學(xué)領(lǐng)域，Copula模型主要被用于農(nóng)作物收入保險(xiǎn)合同的設(shè)計(jì)和費(fèi)率定級(jí)。Copula函數(shù)能用于構(gòu)造更符合實(shí)際的多元概率分布，而不局限于多維正態(tài)分布和t-分布等少數(shù)幾種概率分布；Copula函數(shù)將隨機(jī)變量的邊緣分布和它們之間的相關(guān)結(jié)構(gòu)分開研究，邊緣分布的選擇不受限制（吳娟，2009）。

Slark定理：令隨機(jī)變量的聯(lián)合分布 F (x1，x2，…，xp)與各自的邊緣分布F(x1)，F(xiàn)(x2)，…，F(xiàn)(xp)存在一個(gè)Copula函數(shù)C，使得：

如果F(x1)，F(xiàn)(x2)，…，F(xiàn)(xp)連續(xù)，則：

Copula函數(shù)就是將多維分布與一維分布聯(lián)系在一起的函數(shù)。根據(jù)Copula函數(shù)C的密度函數(shù)c以及邊緣分布F1(·)，F(xiàn)2(·),…，F(xiàn)P(·)得到，p維分布函數(shù)F(x1，x2，…，xp)的密度函數(shù)：

Copula函數(shù)的密度函數(shù)c為：

Copula有多種類型，比較常用的為橢圓Copula和阿基米德Copula。

1.橢圓Copula函數(shù)

橢圓Copula又可以分為Gaussian Copula函數(shù)和t-Copula函數(shù)。

（1）Gaussian Copula函數(shù)

Gaussian Copula函數(shù)源于相關(guān)系數(shù)矩陣為R的多變量正態(tài)分布，分布函數(shù)可寫成：

u=(u1，u2，…，up)和Φ-1為單變量標(biāo)準(zhǔn)正態(tài)分布累積分布函數(shù)的反函數(shù)。

（2）t-Copula函數(shù)

Gaussian連接函數(shù)假定分布的尾部不存在相關(guān)性，因此考慮t-連接函數(shù)會(huì)更適用，通過自由度為v的多變量t分布和相關(guān)系數(shù)矩陣得到分布函數(shù)：為自由度為v的標(biāo)準(zhǔn)單變量t分布函數(shù)的反函數(shù)，在v趨于無窮時(shí)，Gausscian連接函數(shù)為t-連接函數(shù)的特例。

2.阿基米德Copula函數(shù)

令函數(shù)φ:[0，1]→[0，∞]是嚴(yán)格的阿基米德Copula生成元，假設(shè)反函數(shù)φ-1在 [0，∞]是單調(diào)函數(shù)，φ是連續(xù)、遞減的函數(shù)，滿足φ(0)＝∞，φ(1)=0，由此阿基米德Copula被定義為：

（1）Clayton Copula函數(shù)

假定生成元函數(shù)為：φ(u)=φ-1(u-θ-1)，Clayton Copula被定義為：

密度函數(shù)為：

（2）Gumbel Copula函數(shù)

假定生成元函數(shù)φ(u)=(-logu)θ，Gumbel Copula定義為：

密度函數(shù)為：

（3）Frank Copula函數(shù)

θ=(-∞，0)∪(0，∞)，θ為 Frank Copula的相關(guān)參數(shù)，θ＞0表示隨機(jī)變量正相關(guān)，θ＜0表示u，v負(fù)相關(guān)，θ→0表示u，v趨向獨(dú)立；密度函數(shù)為：

3.參數(shù)估計(jì)

由于選取的Copula函數(shù)含有未知參數(shù)，因此需要對參數(shù)進(jìn)行估計(jì)。

（1）最大似然估計(jì)(Maximum Likelihood，ML)

設(shè)連續(xù)隨機(jī)變量X，Y的邊緣分布函數(shù)為F(x；θ1)和G(y；θ2)，邊緣密度函數(shù)分別為f(x；θ1)和g(x；θ2)， θ1、θ2為邊緣分布中的未知參數(shù)，樣本的對數(shù)似然函數(shù)：

參數(shù)的最大似然估計(jì)：

（2）分布估計(jì)

通過邊緣分布和最大似然估計(jì)可以求出 θ?1，θ?2估計(jì)值：

4.相關(guān)性估計(jì)

（1）Kendall τ和Spearman ρ

基于Copula函數(shù)的相關(guān)性度量Kendall相關(guān)系數(shù)τ和Spearman相關(guān)系數(shù)ρ：

設(shè)(x1，y1)連接函數(shù)為c(u，v)，可得：

（2）上、下尾相關(guān)

尾部相關(guān)主要是刻畫其在極端情況下的變量之間相互關(guān)系的重要指標(biāo)，定義上尾相關(guān)系數(shù)：若 λu∈（0，1］， X，Y為上尾相關(guān)；若λu=0， X，Y為上尾獨(dú)立；下尾相關(guān)系數(shù)：p{Y＜G-1(u)│X＜F-1(u)}，若λL∈（0，1］， X，Y為下尾相關(guān)；若λL=0， X，Y為下尾獨(dú)立，根據(jù)定義和推導(dǎo)得到：

對于Gaussian Copula：當(dāng)-1＜ρ＜1時(shí)，λu=0，根據(jù)橢圓Copula函數(shù)的對稱性，當(dāng)-1＜ρ＜1時(shí)，λu=λL=0，即為零尾相關(guān)。

Clayton Copula的參數(shù)θ和Gumbel Copula的參數(shù)與上尾相關(guān)系數(shù)λU和下尾相關(guān)系數(shù)λL存在如下關(guān)系：

Frank Copula函數(shù)具有對稱的相關(guān)模式，無法捕捉隨機(jī)變量間非對稱的相關(guān)關(guān)系，并且上下尾相關(guān)系數(shù)均為零，變量Frank Copula函數(shù)尾部是漸進(jìn)獨(dú)立的，對上下尾相關(guān)性的變化不敏感，難以捕捉尾部相關(guān)的變化。

三、變量說明及統(tǒng)計(jì)描述

生產(chǎn)者價(jià)格指數(shù)PPI和消費(fèi)者價(jià)格指數(shù)CPI，并將其劃分為全國 CPI(National CPI，NCPI)、城市CPI (Urban CPI，UCPI)和農(nóng)村CPI(Rural CPI)三類，采用月度同比數(shù)據(jù)，所有數(shù)據(jù)均來源于國家統(tǒng)計(jì)局網(wǎng)站(http: //www.stats.gov.cn)。從圖1可見，消費(fèi)者價(jià)格指數(shù)和生產(chǎn)者價(jià)格指數(shù)走勢基本相同，表現(xiàn)為“同漲同跌”的狀態(tài)，即兩者或者同時(shí)上漲或者同時(shí)下跌，只是上升或下降的幅度有差異。將整個(gè)樣本(2004.1-2012.3)劃分為6個(gè)階段，在第1階段(2004.1-2007.1)、第3階段(2008.5-2008.10)和第5階段(2010.1-2011.9)生產(chǎn)者價(jià)格指數(shù)大于消費(fèi)者價(jià)格指數(shù)，在第 2階段(2007.2-2008.4)和第6階段(2011.10-2012.3)，生產(chǎn)者價(jià)格指數(shù)小于消費(fèi)者價(jià)格指數(shù)。

表1 變量說明和統(tǒng)計(jì)描述

從變量的統(tǒng)計(jì)特征看，全國居民消費(fèi)價(jià)格指數(shù)(NCPI)和農(nóng)村居民消費(fèi)價(jià)格指數(shù)為右偏接近對稱和正態(tài)分布，城市居民消費(fèi)價(jià)格指數(shù)(UCPI)左偏接近對稱和正態(tài)分布，而生產(chǎn)者價(jià)格指數(shù)為左偏、尖峰后尾的非正態(tài)分布。

圖1 生產(chǎn)者價(jià)格指數(shù)（PPI）和消費(fèi)者價(jià)格指數(shù)（CPI）月度同比

表2 基于Copula函數(shù)的CPI與PPI的相關(guān)系數(shù)

四、實(shí)證研究

1.參數(shù)和相關(guān)系數(shù)估計(jì)

分別計(jì)算出 Gaussian、t、Clayton、Frank和Gumbel五類Copula函數(shù)的秩相關(guān)系數(shù)和參數(shù)，結(jié)果見表2、表3。

不同的Copula函數(shù)對生產(chǎn)者價(jià)格指數(shù)和消費(fèi)者價(jià)格指數(shù)相依程度和相關(guān)結(jié)構(gòu)的刻畫有所差異，Gaussian和Frank copula的上尾和下尾相關(guān)系數(shù)均為0，即上、下尾相互獨(dú)立。

t Copula刻畫的NCPI、PPI兩個(gè)序列的上尾和下尾相關(guān)系數(shù)均為0.4192，上、下尾存在正向相關(guān)并且呈對稱分布，兩序列表現(xiàn)為“同漲同跌”的狀態(tài)；Clayton Copula函數(shù)捕捉下尾相關(guān)的能力比較顯著，參數(shù)估計(jì)也表明，NCPI、PPI序列下尾相關(guān)系數(shù)為0.7238，兩者存在較強(qiáng)的正相關(guān)。

t Copula函數(shù)刻畫的UCPI、PPI兩個(gè)序列的上尾和下尾相關(guān)系數(shù)為0.4560，上、下尾存在正向相關(guān)關(guān)系并且呈對稱分布，兩序列為“同時(shí)上漲或者同時(shí)下跌跌”；Clayton Copula函數(shù)刻畫的NCPI、PPI序列下尾相關(guān)系數(shù)為0.7178，兩者存在較強(qiáng)正相關(guān)，上尾相關(guān)系數(shù)為0，上下尾呈不對稱分布，而Gumbel Copula在分布的上尾部變量間具有較強(qiáng)的相關(guān)性，相關(guān)系數(shù)達(dá)到0.5625，而在分布的下尾部變量間是漸進(jìn)獨(dú)立的。

表3 參數(shù)和尾部系數(shù)估計(jì)

t Copula刻畫的RCPI、PPI兩個(gè)序列的上、下尾存在正向相關(guān)且為對稱分布，上尾、下尾相關(guān)系數(shù)為0.2136，相關(guān)性較小，兩序列也表現(xiàn)出“同時(shí)上漲或下跌”的狀態(tài)；Clayton Copula函數(shù)刻畫的RCPI、PPI序列下尾相關(guān)系數(shù)為0.7242，兩個(gè)序列之間在下尾部存在著較強(qiáng)正相關(guān)關(guān)系，而Gumbel Copula同樣在上尾部存在著較強(qiáng)的正相關(guān)關(guān)系，相關(guān)系數(shù)為0.6192，而尾部表現(xiàn)出獨(dú)立的狀態(tài)，相關(guān)系數(shù)為0。

2.模型選取

不同類型的Copula函數(shù)在刻畫上尾和下尾相關(guān)性時(shí)具有不同的特點(diǎn)，因此需要對五類Copula函數(shù)進(jìn)行檢驗(yàn)，尋找擬合程度最優(yōu)的Copula函數(shù)。從各變量間的邊緣分布的二元直方圖（如圖2(a)、2(b)、2(c)所示，上圖代表頻數(shù)直方圖，下圖代表頻率直方圖）可以看出，在尾部分布著較多的點(diǎn)，頻數(shù)和頻率都較高，說明在尾部各變量之間存在相關(guān)關(guān)系，并且在尾部基本呈對稱的分布。

根據(jù)上文對變量二元直方圖的分析，采用t-Copula擬合變量的相互關(guān)系，因?yàn)槠淠懿蹲綄ΨQ的尾部分析。如圖3所示，根據(jù)t-Copula函數(shù)所作的概率密度圖和等高線圖，t-Copula概率密度圖具有較厚的尾部，并且呈對稱分布，而等高線圖在尾部比較密集并且呈對稱分布，因此用 t-Copula函數(shù)來擬合NCPIPPI、UCPI-PPI、RCPI-PPI三組變量是恰當(dāng)?shù)摹?/p>

同時(shí)，為定量地進(jìn)行模型評(píng)價(jià)，引入經(jīng)驗(yàn)Copula函數(shù)計(jì)算平方歐氏距離，平方歐氏距離的值越小，所對應(yīng)的Copula函數(shù)越能更好地?cái)M合原始數(shù)據(jù)。設(shè) (xi，yi)，i=1，2，…，n為取自二維總體(X，Y)的樣本，記X，Y的經(jīng)驗(yàn)分布函數(shù)分別為Fn(xi)和Gn(yi)，樣本經(jīng)驗(yàn)函數(shù)定義為：

其中，I［.］為示性函數(shù)，當(dāng)Fn(xi)≤u時(shí)，I［Fn(xi)≤u］=1，否則I［Fn(xi)≤u］=0。有了經(jīng)驗(yàn)函數(shù)，那么我們就可以計(jì)算出Gaussian CopulaC^Ga(u，v)、t-CopulaC^t(u，v)、Clayton-CopulaC^Gl(u，v)、Gumbel-CopulaC^Gu(u，v)與經(jīng)驗(yàn)Copula函數(shù)的平方歐氏距離:

圖2 (a)NCPI-PPI邊緣分布的二元直方圖

圖2 (b)UCPI-PPI邊緣分布的二元直方圖

由表4可知，在五類Copula函數(shù)中，t-Copula函數(shù)與經(jīng)Copula函數(shù)的平方歐氏距離最小，所有擬合的NCPI -PPI、UCPI-PPI、RCP I-P PI歐氏平方距離數(shù)值分別為：0.0362、0.0356、0.0373，都是擬合程度最好的Copual函數(shù)。根據(jù)平方歐氏距離標(biāo)準(zhǔn)，函數(shù)能夠最好地?cái)M合生產(chǎn)者價(jià)格指數(shù)和消費(fèi)者價(jià)格指數(shù)的相關(guān)性。

表4 函數(shù)的歐氏距離

圖2 (c)RCPI-PPI邊緣分布的二元直方圖

圖3 (a)t-Copula概率密度

圖3 (b)t-Copula等高線

五、研究結(jié)論

為捕捉消費(fèi)者價(jià)格指數(shù) CPI與生產(chǎn)者價(jià)格指數(shù) PPI之間存在的非對稱、非線性的關(guān)系，本文引入金融分析中流行的 Copula連接函數(shù)刻畫這種非對稱和非線性，研究表明：CPI和 PPI存在較強(qiáng)的相關(guān)性，NCPI-PPI、UCPI-PPI、RCPI-PPI的Kendall系數(shù)分別為：0.5226、0.5021、0.5458，Spearman相關(guān)系數(shù)ρ分別為0.7154、0.6925、0.7404。

通過平方歐式距離檢驗(yàn)，認(rèn)為t-Copula函數(shù)是所有Copula函數(shù)中對CPI和PPI的擬合程度最優(yōu)，研究結(jié)果認(rèn)為我國CPI、PPI存在對稱的尾部相關(guān)性，即兩者表現(xiàn)出同時(shí)上漲或同時(shí)下跌的狀態(tài)，這與樣本期內(nèi)CPI與PPI的走勢表現(xiàn)完全一致；全國消費(fèi)者價(jià)格指數(shù)NCPI、城市消費(fèi)者價(jià)格指數(shù)UCPI和農(nóng)村消費(fèi)者價(jià)格指數(shù)RCPI與PPI尾部相關(guān)系數(shù)分別為：0.4192、0.4560和0.2136，NCPI、UCP與PPI的相關(guān)程度較高，而RCPI與PPI的相關(guān)程度較低，農(nóng)村相對城市自給自足成分較高及消費(fèi)結(jié)構(gòu)的差異，PPI對RCPI的影響程度要弱于對UCPI的影響程度。

[1]Demarta，S.，McNEIL，A.J.The t Copula and Related Copulas[J]. International Statistical Review，2005(73)：111-129.

[2]Fermanian J.D.Goodness of Fit Tests for Copulas.Journal of Multivariate Analysis[J].2005，95(1)：119-152.

[3]Genest C，F(xiàn)avre AC.Everything You Always Wanted to Know about Copula Modeling but Were Afraid to Ask[J].Journal of Hydrologic Engineering，2007，12：347-368.

[4]HU，L.Dependence Patterns Across Financial Markets:A Mixed Copula Approach[J].Applied Financial Economics，2006，10.

[5]Nelson R.B.An Introduction to Copulas[M].New York:Springer，1999.

[6]Pattona.J.Modelling Asymmetric Exchange Rate Dependence[J]. International Economic Review，2006(47)：527-556.

[7]陳建奇.PPI、CPI倒掛與通貨膨脹調(diào)控—基于非對稱供求結(jié)構(gòu)與價(jià)格決定機(jī)制的實(shí)證研究 [J].中國工業(yè)經(jīng)濟(jì)，2008(11)：24-34.

[8]賀力平，樊綱，胡嘉妮.消費(fèi)者價(jià)格指數(shù)與生產(chǎn)者價(jià)格指數(shù)：誰帶動(dòng)誰？[J].經(jīng)濟(jì)研究，2008(11)：16-26.

[9]何光輝.中國CPI與PPI的結(jié)構(gòu)與動(dòng)態(tài)作用機(jī)制研究[J].經(jīng)濟(jì)科學(xué)，2009(4)：15-30.

[10]宋金奇，舒曉惠.PPI與CPI的關(guān)系——基于誤差修正模型的研究 [J].統(tǒng)計(jì)研究，2008(10)：50-51.

[11]宋金奇，文博.PPI與CPI非同步性：理論分析和實(shí)證檢驗(yàn) [J].價(jià)格理論與實(shí)踐，2011(3)：43-44.

[12]蘇梽芳，蔡經(jīng)漢.我國CPI與PPI非線性調(diào)整的實(shí)證解釋 [J].中南財(cái)經(jīng)政法大學(xué)學(xué)報(bào)，2010(2)：3-9.

[13]徐偉康.對《消費(fèi)者價(jià)格指數(shù)與生產(chǎn)者價(jià)格指數(shù)：誰帶動(dòng)誰？》一文的質(zhì)疑 [J].經(jīng)濟(jì)研究，2010(5)：139-147，158.

[14]張延群.商品價(jià)格指數(shù)是消費(fèi)價(jià)格指數(shù)的前導(dǎo)變量嗎？[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2007(12)：140-149.

（責(zé)任編輯：WD）

Study on Dependence between CPI and PPI based on Copula Function——Based on Copula Function

SHE Xue-feng
(Taizhou Institute of Economics，Taizhou Zhejiang 318000，China)

Based on CPI and PPI data from Jan.2004 to Mar.2012，the paper analyzes dependence between CPI and PPI by use of Copula function and finds is the best function to simulate dependence between CPI and PPI.The paper finds that there exists strong symmetric tail dependence between CPI and PPI，that is to say CPI and PPI increase or decrease at the same time. Dependence coefficients between National CPI(NCPI)Urban CPI(UCPI)and Rural CPI and PPI is 0.4192、0.4560、0.2136 respectively，the effect of PPI on RCPI is weaker than that of PPI on UCPI because of relatively higher rural self-sufficiency compared with urban areas.

CPI；PPI；Copula function；The consumption structure

F124.1

A

1004-292X（2014）04-0015-06

2014-01-11

教育部人文社科青年基金項(xiàng)目 （13YJC790079）；浙江省哲社重點(diǎn)研究基地（浙江省產(chǎn)業(yè)發(fā)展政策研究中心）課題（13JDCY02YB）；浙江省教育廳高職高專院校專業(yè)帶頭人專業(yè)領(lǐng)軍項(xiàng)目（lj2013144）；浙江省教育廳科研項(xiàng)目（Y201225587）。

佘雪鋒 (1979-)，男，湖北隨州人，院長，副教授，主要從事國際貿(mào)易與產(chǎn)業(yè)經(jīng)濟(jì)研究。